Die Strategie aus Mensch + KI, die tatsächlich funktioniert

Was passiert, wenn AI ohne einen klaren Anwendungsfall, ohne einen Change-Management-Plan und ohne jeden Respekt für die Menschen eingeführt wird, die sie eigentlich unterstützen soll? Sie scheitert — und laut Evan J Schwartz, Chief Innovation Officer bei AMCS und Autor von *The People, Places and Things*, scheitert sie auf vorhersehbare und vermeidbare Weise. In dieser Folge des CTRL+Listen Podcast teilt Evan Erkenntnisse, die er in mehr als 35 Jahren in den Bereichen Unternehmenssoftware, ERP-Implementierung und industrielle Automatisierung in der Forstwirtschaft, im Bergbau, in der Schrottmetall- und in der Abfallwirtschaft gewonnen hat.



Von AI-gestützter vorausschauender Wartung und Flottenoptimierung bis hin zu den Gefahren allgegenwärtiger AI-Anwendungsfälle plädiert Evan für eine Strategie aus „Mensch plus AI“ — eine Strategie, bei der enge, klar definierte AI-Aufgaben miteinander verknüpft werden, um eine kumulative Wirkung zu erzielen. Er geht außerdem darauf ein, wie AI die Softwareausbildung verändert, warum Generalisten im Zeitalter von AI länger Bestand haben werden als Spezialisten und was die Abfall- und Recyclingbranche dem Rest von uns über betriebliche Effizienz beibringen kann.



Mehr über Evan erfahren →



Evan folgen → 

Die Folge anhören

Die Folge ansehen

Die wichtigsten Erkenntnisse

• Die meisten Initiativen zur digitalen Transformation und zu AI scheitern an der Akzeptanz, nicht an der Technologie. ERP- und AI-Projekte scheitern überdurchschnittlich häufig, weil Unternehmen Change Management, kulturelle Passung und die Komplexität realer Betriebsabläufe unterschätzen.
• Ein strukturierter, menschenzentrierter Rahmen ist entscheidend für eine erfolgreiche Transformation. Der Ansatz der „Customer Journey“ betont klare Phasen, eine fundierte Anbieterauswahl und praktische Schritte zur Einführung, die über klassisches Projektmanagement hinausgehen.
• AI funktioniert am besten als Verstärkung des Menschen, nicht als Ersatz. Enge, klar definierte AI-Anwendungsfälle — kombiniert mit menschlichem Urteilsvermögen — führen zu kumulativen Gewinnen bei Effizienz, Logistik, vorausschauender Wartung und Rentabilität.
• Betriebliche Effizienz und Nachhaltigkeit sind wirtschaftlich aufeinander abgestimmt. Die Optimierung von Logistik, Flotten und Ressourceneinsatz senkt Kosten, erhöht den freien Cashflow und verringert die Umweltbelastung, wodurch Nachhaltigkeit zu einem geschäftlichen Vorteil statt zu einem Zielkonflikt wird.

Transkript

James Sweetlove: Hallo zusammen, hier ist James mit dem Control+Listen Podcast, präsentiert von Octopart. Danke, dass ihr heute eingeschaltet habt.

Wir haben einen besonderen Gast: Evan Schwartz. Er ist Chief Innovation Officer bei AMCS, Gründer und CEO von Evan J Schwartz sowie Adjunct Professor an der Jacksonville University. Vielen Dank, dass Sie heute dabei sind.

Evan J Schwartz: Es ist mir ein Vergnügen, James. Ich freue mich, hier zu sein. Vielen Dank.

James Sweetlove: Wir hatten im Vorfeld ein paar kurze Gespräche, und ich freue mich sehr darauf, einige der Themen zu vertiefen, die wir für die Sendung besprochen haben.

Vielleicht beginnen wir mit Ihrem Hintergrund: Können Sie uns ein wenig über Evan J Schwartz erzählen?

Evan J Schwartz: Gerne.

Meine Ursprungsgeschichte ähnelt sehr dem, was man aus der IT kennt. Ich habe in der Zeit der Einwahl-Bulletin-Board-Systeme, also in den frühen Tagen der Computer, mit der Entwicklung von Spielen begonnen. Dadurch konnte ich mich sehr früh mit der Technologie vertraut machen, die User Experience verstehen und vieles von der damals aufkommenden Technik kennenlernen — insbesondere Einwahlmodems.

Von dort aus bin ich schnell in die Geschäftswelt gewechselt und habe in verschiedenen Unternehmen enorme Chancen entdeckt, insbesondere in vermögensschaffenden Branchen. Das war vor mehr als 35 Jahren, und dabei ist es bis heute geblieben.

Auch heute bin ich noch stark in den Bereichen betriebliche Unternehmenssysteme, free-cashflow-orientierte Wertschöpfungssysteme, Automatisierungssysteme und allem, was Unternehmen beim Betrieb unterstützt, tätig — insbesondere in vermögensschaffenden Branchen, in der Forstwirtschaft, im Bergbau, in der Reverse Logistics, im Schrottmetallbereich, überall dort, wo Margen knapp sind und Prozesse wirklich optimiert und automatisiert werden müssen. Darauf habe ich mich im Laufe meiner Karriere im Wesentlichen konzentriert.

Evan J Schwartz ist eine persönliche Ausgründung daraus, etwas, für das ich große Leidenschaft entwickelt habe, weil ich im Laufe der Jahre immer wieder Muster gesehen habe: Unternehmen kaufen ein großes ERP-System und durchlaufen dann einen massiven Wandel in ihrer Organisation. Und die aktuelle Gartner-Statistik, die gut zu dem passt, was ich in meiner gesamten Karriere gesehen habe — sei es beim Aufräumen nach solchen Projekten oder als Teil eines Teams, das selbst versucht hat, sie zum Erfolg zu führen —, betrifft die hohe Ausfallquote bei der Einführung dieser groß angelegten Enterprise-Systeme, die Unternehmen steuern.

Also waren Evan J Schwartz und die Customer Journey mein Versuch, darauf zu reagieren. Ich habe das Buch geschrieben, um meinen mehr als 35 Jahren Erfahrung Kontext zu geben — ich war dabei, ich habe es gesehen, ich habe es gemacht. Und die Customer Journey war mein Versuch, ein Framework zu formulieren.

Während sich Programm- und Projektmanagement meiner Meinung nach sehr gut weiterentwickelt haben und inzwischen fast eigene Wissenschaften sind, denke ich — und habe es aus direkter Erfahrung gesehen —, dass es einen sehr spezifischen Ansatz für die Einführung und Akzeptanz eines neuen operativen Systems, also eines Softwareprodukts, gibt. Die Customer Journey ist daher ein Framework, das über den üblichen Best Practices des Projekt- und Programmmanagements liegt, aber einige der besonderen Herausforderungen abdeckt, die zu diesen Ausfallraten von 70 % führen.

Man sieht es jetzt ja wieder: AI ist eine weitere Form der digitalen Transformation. Und im vergangenen Jahr hat MIT Berichte veröffentlicht, laut denen 95 % dieser Initiativen entweder die erwartete Kapitalrendite nicht erreichen oder scheitern, richtig? Und sie scheitern aus denselben Gründen. Da dachte ich mir: Es muss doch einen Weg geben, das zu stoppen.

Die Customer Journey umfasst also alle Phasen der Umsetzung jeder Art von digitaler Transformation. Sie sagt Ihnen als Kunde, aus der Perspektive des Kunden, alles, was Sie tun müssen: Wie wählen Sie einen Anbieter aus? Wie treffen Sie eine Softwareauswahl? Wie planen Sie Ihr Programm? Wo liegen die Fallstricke? Wo gerät es aus dem Ruder, und wie kommen Sie zu einer erfolgreichen Implementierung, die freien Cashflow generiert und Ihre EBITDA-Linie verbessert?

Der ganze Grund, warum man solche Systeme kauft, ist doch, die Finanzkennzahlen des Unternehmens zu verbessern. Man kauft keine Systeme nur, um ein digitales System zu haben, richtig? Sie müssen auf finanzieller Ebene etwas bewegen, und bei zu vielen ist genau das schiefgelaufen.

Zwei Größenordnungen — das ist enorm. Vor zwei Jahren war Deutschland groß in den Schlagzeilen, als in der Presse über eine SAP-Implementierung berichtet wurde, deren Kosten um 650 Millionen US-Dollar überschritten wurden, bevor man schließlich den Stecker zog. Kein Mehrwert, nur ein blutendes Projekt, das nie bis zum Ende gebracht wurde.

Also habe ich im Grunde gesagt: Genug ist genug. Es gibt einen Weg, konsistent und wiederholt erfolgreich zu sein. Ich möchte den Menschen ein Framework an die Hand geben, denn jeder, mit dem ich gesprochen habe — und im Buch kommt auch ein guter Freund von mir vor, John Leonard, CEO von Florachem —; aufgrund unserer Beziehung kam er nicht zu mir, um seine Implementierung zu begleiten, und es war auch eine andere Software, aber er hatte am Ende ein negatives Ergebnis.

Und am Ende saßen wir zusammen, und ich habe ihn Schritt für Schritt durchgeführt: Okay, das hättest du tun sollen, oder das wäre ein Weg gewesen, richtig? Und er sagte: Mein Gott, ich wünschte, ich hätte das gewusst, bevor ich mich darauf eingelassen habe.

Am Ende seiner Geschichte zahlt er nun für eine fünfjährige Lizenz für eine Software, die er nicht nutzen kann. Das ist ein schreckliches Gefühl, richtig? Und es ist vermeidbar. Das ist das Schlimmste daran: Es ist nicht zufällig. Das ist kein Zugunglück, das wir nicht verhindern können. Es ist bekannt, gut dokumentiert und passiert so häufig, dass die Leute schon im Voraus dafür überplanen.

Das Ziel war: Wie kann ich genügend Menschen mit Informationen ausstatten, damit sie das vermeiden? Und genau das leistet die Customer Journey.

James Sweetlove: Fantastisch.

Ja, es wirkt wie ein wirklich notwendiger Service, und es ist eines dieser Themenfelder, in das gerade alle sehr schnell hineinspringen, ohne vielleicht die Due Diligence zu betreiben, die eigentlich nötig wäre.

Evan J Schwartz: Ein Teil davon ist genau das, und ein anderer Teil ist einfach: Man weiß nicht, was man nicht weiß, richtig? Das ist wie bei allem anderen. Man nähert sich Dingen immer durch die eigene Linse, aus der eigenen Perspektive, und Kunden kennen ihr Geschäft besser als jeder andere.

Aber ich kann Ihnen sagen: Nachdem ich in den Bereichen Erdgas, Rohstoffe, Forstwirtschaft, Schrottmetall, Fertigung und sogar im Rohstoffhandel an den Märkten gearbeitet habe — und ebenso in der Abfall- und Recyclingwirtschaft —, ist mir aufgefallen, dass keines dieser Unternehmen, egal wie viele Menschen dort arbeiten, auf die gleiche Weise operiert. Kein einziges.

Sie alle betreiben im Grunde genau dasselbe Geschäft. Wenn man herauszoomt, sieht es so aus, als würden sie alle dasselbe tun. Geht man ins Detail, arbeitet kein einziges von ihnen auf dieselbe Weise. Das ist ihr Geheimrezept. Das ist ihr Differenzierungsmerkmal. Und genau dort beginnen die Dinge in der Regel ein wenig aus dem Ruder zu laufen.

Sie alle haben eine eigene Kultur. Man wäre überrascht, wie stark die Unternehmenskultur durch die Software geprägt wird, die man im gesamten System einführt — oder wie gut sie dazu passen muss. Denn sie berührt jeden Teil des Unternehmens, wirklich jeden.

James Sweetlove: Bevor wir zu sehr in diese anderen Themen eintauchen, möchte ich dem Publikum auch noch eine kurze Zusammenfassung dessen geben, was Sie bei AMCS Group tun. Wenn Sie uns also auch ein wenig über Ihre Rolle dort erzählen könnten.

Evan J Schwartz: Ja. Nur selten arbeitet man an einem Ort, der das Blut in Wallung bringt und einen morgens wirklich motiviert aufstehen lässt, um etwas mit voller Energie anzugehen. Bei AMCS ist das so. Wir könnten hier wahrscheinlich Stunden damit verbringen, die ganze Geschichte zu erzählen, aber die Realität ist: Ich habe mich in verschiedensten Unternehmen aus vermögensintensiven Branchen bewegt.

Die Forstwirtschaft war eine der ersten wirklich vermögensintensiven Branchen, in denen wir damals Bäume für Papier geerntet haben, richtig? Und als Recycling dann zunehmend an Bedeutung gewann, brauchten wir eine Möglichkeit, Karton zurückzusammeln, ihn wieder zu Faserstoff zu verarbeiten und erneut nutzbar zu machen. Daraus entwickelte sich dann das Recyclinggeschäft.

Viele Menschen wissen das nicht, aber bei einem Baum wird nichts verschwendet. Sogar Terpene und einige Nebenprodukte der Papierherstellung sind wertvolle Produkte. Wie ich vorhin schon über John gesagt habe – er arbeitet in der Chemieindustrie. Terpene werden zum Aromatisieren verwendet.

So erkennt man sehr schnell, dass die Erdgasindustrie, die Ölindustrie und all diese Branchen miteinander verbunden sind – sei es über die Logistik. Das Neben- oder Abfallprodukt des einen ist der Rohstoff des anderen. Sie sind sehr eng miteinander verknüpft.

Als ich zu AMCS kam, war genau das der Punkt: dieses präzise Bindeglied zwischen all diesen verschiedenen Branchen. Und genau dort beginnt man, zusätzliche Effizienzen zu finden.

Mit einer zugrunde liegenden leistungsorientierten Nachhaltigkeit glauben wir, dass wir durch Technologie größere positive Auswirkungen auf die Umwelt erzielen können als je zuvor. Und genau das tun wir jeden Tag, richtig?

Was ich bei AMCS mache: Ich arbeite im Innovationsbereich. Das heißt, ich kann auf einige dieser neuen, aufkommenden Technologien setzen und sie dann so weit vorantreiben, dass sie aus der POC-Phase in die Produktion übergehen. Danach übergebe ich sie wieder an das Produktteam, das sie perfektioniert und daraus etwas mit hohem Kundennutzen macht. Das ist meine Rolle bei AMCS.

Wenn wir also betrachten, wie sich KI heute in euren ERP-Zyklus einfügt, dann geht es darum: Wie können wir Logistikkosten senken? Jedes Unternehmen – deshalb heißt mein Buch People, Places and Things. Es gibt Menschen, es gibt Orte, zu denen man gelangen muss, und es gibt Dinge, die man bewegen muss; Logistik ist immer beteiligt. All diese Faktoren wirken zusammen und erzeugen bzw. bewegen euren Free Cashflow, eure Margen, euer EBITDA. All das ist wichtig.

Und wenn man Geld verdient, indem man weniger Umweltverschmutzung verursacht – ist die Wahrscheinlichkeit dann nicht höher, dass man genau das tut? Wenn ich euch also pro Lkw und Jahr hundert Gallonen Diesel einsparen kann, selbst bei nur 4 Dollar, und ihr 1.400 Lkw habt, dann ist das entsprechend weniger Kraftstoff, der in die Atmosphäre gelangt – und zugleich entsprechend weniger Kraftstoff, den ihr kaufen müsst.

Das ist leistungsorientierte Nachhaltigkeit. Es geht darum, die richtigen Maßnahmen aufeinander abzustimmen, die positive statt negative Externalitäten erzeugen – und die sich auf euer Ergebnis, eure Margen, euer EBITDA, euren Free Cashflow, auf alles auswirken. Genau darin liegt der Wert, den AMCS einbringt. Und er besteht darin, all diese Branchen miteinander zu vernetzen. Diese Chancen überall zu erkennen.

Wir sind also ein großes SaaS-ERP-System für ressourcenintensive Branchen – End-to-End. Es geht um das Management eurer Flotten, die Logistik eurer Routen, die Verarbeitung von Materialien, das Verständnis ihres Werts, ihre Vermarktung und Rückführung in den Markt sowie ihr Recycling – das ist Reverse Logistics.

Ich habe also ein Produkt gebaut, und jetzt muss ich es wieder in meine Hände zurückbekommen, damit ich es in seine Bestandteile zerlegen und wieder in etwas Nützliches verwandeln kann, richtig? Das ist schwer.

Wir haben als Spezies Tausende von Jahren damit verbracht, richtig gut darin zu werden, Dinge aus einem Loch im Boden zu holen oder etwas vom Land zu ernten. Das bewegt sich nicht. Ich weiß jederzeit, wo mein Hof ist. Ich weiß, wo meine Mine ist. Aber sobald ich ein Produkt hergestellt und in den Markt gebracht habe, habe ich keine Ahnung mehr, wohin es von dort aus gegangen ist.

Es effizient genug zurückzubekommen, um dieses Material wieder in Rohstoffe für ein neues Produkt zu verwandeln – das ist die Herausforderung, die wir erfolgreich für die Welt lösen. Deshalb liebe ich das.

James Sweetlove: Das ist ebenfalls sehr spannend und absolut notwendig. Ich meine, bei der Art und Weise, wie sich unser Ressourcenverbrauch entwickelt, gibt es keinen Weg daran vorbei. Wir müssen das tun.

Evan J Schwartz: Genau. Aber wir kommen endlich an einen Punkt, an dem das erreichbar ist, ohne jemandem den Stiefel in den Nacken setzen zu müssen oder mit Compliance-Vorgaben oder Strafen zu arbeiten. Die Technologie hat zur Vision aufgeschlossen. Sagen wir es so.

James Sweetlove: Klar. Du hast das eben schon kurz angeschnitten, aber ich möchte noch etwas tiefer einsteigen. Kannst du uns ein wenig darüber erzählen, was Unternehmen entgeht, wenn sie in der Logistikbranche keine KI und Automatisierung einsetzen?

Evan J Schwartz: KI ist wirklich, wirklich gut darin, die richtige Menge an Daten zu überblicken und Muster zu erkennen. Aber sie ist auch sehr gut darin, Bereiche zu betrachten, die für uns schwer zu erfassen sind – typischerweise die Verbindungsstellen oder Übergabepunkte von einem Schritt zum nächsten.

Wir können uns einen einzelnen Schritt vornehmen, sehr tief einsteigen und sicherstellen, dass dieser Schritt so effizient wie möglich ist. Aber dann übergebe ich ihn an die nächste vorgelagerte Phase, und für uns ist es sehr schwierig, über einen, vielleicht zwei Schritte hinauszublicken. Danach wird alles unscharf.

Mit KI können wir die gesamte Lieferkette überblicken. Wir können vorausschauend werden.

Es ist ein Unterschied, ob ich sage: Ich optimiere diesen Prozess. Ein Beispiel aus der Abfallwirtschaft: Da gibt es einen blockierten Container. Also habe ich mein Fahrzeug dorthin geschickt, und ohne dass es deine Schuld wäre, steht ein Versorgungsfahrzeug davor, richtig? Ich komme also an und erreiche dich nicht, und ich komme nicht an den Container heran. Damit habe ich die gesamte Fahrt verschwendet, nur um diesen Container zu bedienen.

Ich muss davon ein Foto machen, es dir schicken und dir mitteilen, dass ich dein Fahrzeug oder deinen Container nicht bedienen konnte, weil ein Fahrzeug davorstand. Wahrscheinlich muss ich dir die erneute Anfahrt berechnen. Das ist nicht besonders effizient.

Im Gegensatz dazu könnten Sensoren oder Kamerabilder in der Umgebung helfen – ich war auf der Smart-City-Konferenz, und dort öffnen Städte ihre Kamerasysteme für Dienstleister. Was wäre, wenn ich sehen könnte, dass dieser Lkw den Container blockiert, bevor mein Fahrzeug überhaupt dort ankommt, und ich jemanden informieren oder das Fahrzeug umsetzen lassen könnte, bevor mein Lkw eintrifft?

Dann wäre ich nicht erst vor Ort und hätte keine Zeit mehr, dich zu erreichen, um zu fragen, ob der Lkw versetzt werden kann. Stattdessen weiß ich schon 30 Minuten vorher: Da blockiert jemand den Container. Ich schicke dir eine Warnung. Dann ist die Wahrscheinlichkeit viel höher, dass du rausgehst und sagst: Hey Leute, ich brauche, dass ihr den Lkw wegfahrt. Da kommt gleich jemand, um meinen Container zu bedienen. Ihr müsst aus dem Weg.

KI kann das sehr gut, weil es für mich nicht skalierbar ist, tausend Menschen tausend Kameras überwachen zu lassen, die alles im Blick behalten. KI könnte das aber, richtig?

Wenn man sich anschaut, wie wir KI einsetzen, dann reduzieren wir die Anzahl der Kilometer, die euer Lkw fahren muss, weil wir die Route optimieren. Wir reduzieren auch, weil wir Flüssigkeiten aus diesem Fahrzeug analysieren und verstehen können: Muss es gewartet werden?

Wenn ich diesen Lkw nicht an einem produktiven Tag aus dem Betrieb nehmen und warten muss, bringe ich keine zusätzlichen Flüssigkeiten oder Öle in die Umwelt ein, und der Lkw bleibt produktiv. Selbst wenn ich nur einen Wartungszyklus pro Jahr und pro Fahrzeug einsparen würde, reden wir bereits von Zehntausenden Dollar an gesichertem Umsatz, vermiedenen Kosten und Gallonen über Gallonen Altöl, die ich nicht erzeugen oder einbringen musste.

Und wenn ich Verunreinigungen direkt am Sammelpunkt erkennen könnte, verunreinige ich nicht gleich eine ganze Lkw-Ladung Material, nur weil einer der Behälter kontaminiert ist.

Oder wenn meine Route optimiert wurde, weil ich weiß, wie viel ich in meinem Lkw transportieren kann, und ich weiß, dass ich all diesen Kunden 90-Gallonen-Behälter gegeben habe, dann weiß ich auch, wann ich entladen muss. Das gehört zu meiner Optimierungsroutine. Das ist eine optimale Routine. Aber wenn ich anfange, viele Behälter einzusammeln, deren Deckel überstehen oder die überquellen, kann ich das berücksichtigen, weil ich dann tatsächlich mehr als 90 Gallonen Abfall aufnehme.

Es ist nicht fair, wenn ich dir nur einen 90-Gallonen-Abfallbehälter berechne, du aber 120 Gallonen Abfall hineingibst, richtig?

All diese Dinge für sich genommen sind schon sehr effizient, aber wenn man sie miteinander verknüpft, verstärken sie sich gegenseitig – dann entstehen exponentielle Effizienzgewinne. Und dann erkennt man plötzlich: Was ich früher mit 13 Fahrzeugen erledigt habe, kann ich jetzt mit 10 schaffen.

Die Auswirkung für einen durchschnittlichen Betreiber, wenn drei dieser Fahrzeuge stillgelegt werden – die Fahrzeugkosten mal ganz außen vor, nur jährlich betrachtet – liegt bei etwa einer Million Dollar pro Jahr. Dazu kommen Versicherung, Wartungskosten, Arbeitskosten. Meine Gemeinde also mit drei Fahrzeugen weniger bedienen zu können, bedeutet, 3 Millionen Dollar Free Cashflow zurück in mein Unternehmen zu bringen, die ich dann an anderer Stelle in Wachstum investieren kann, richtig?

Sie nehmen dieses eine Szenario und können es vervielfachen und dieses Schema, dieses Muster, auf jeden Teil Ihres Unternehmens anwenden. Es sind die Bereiche, die heute nicht skalieren, die wir bisher nicht betrachtet haben, weil wir es nicht konnten, weil es keinen Sinn ergab. Ich hätte an jeder kleinen Stelle einen Menschen einsetzen müssen, um es zu sehen. Jetzt muss ich das eben nicht mehr, richtig?

Das ist der eigentliche Wert. Die Anwendungsfälle für KI eng zu halten und sie dann miteinander zu verknüpfen, sodass KI eine sehr spezifische Aufgabe übernimmt, ich das aber skalieren kann, ich das vervielfachen kann, ich diese Augen auf 10.000 Kameras richten kann, die nach genau diesem einen Ding suchen. Das ist einfach, oder?

Wenn man dagegen eine allgegenwärtige KI will, die all diese Dinge beobachtet, dann sieht man schnell, dass sie abschweift und entgleist. Und genau dort liegt der größte Teil der Ausfallquote bei KI. Es liegt am Anwendungsfall. Man hat den Anwendungsfall nicht sauber genug durchdacht.

Und wenn Ihr Anwendungsfall darin besteht, Menschen loszuwerden, dann sind Sie bereits gescheitert. Tut mir leid. Es ist eine Mensch-plus-KI-Strategie. Auf diese Weise werden Sie nicht gewinnen.

Das heißt nun nicht, dass Sie am Ende, wenn Sie effizienter geworden sind, Ihr Unternehmen nicht passend dimensionieren können – selbstverständlich. Wenn kein weiteres Wachstum mehr möglich ist und Sie alles ausgeschöpft haben, dann dimensionieren Sie Ihr Unternehmen passend. Es hat keinen Sinn, Ressourcen zu halten, die Sie nicht brauchen.

Aber wenn Sie KI einführen, sollte Ihr wichtigster Gedanke sein: Wie wird KI diese Aufgabe mit diesen Ressourcen besser machen? Kann ich stärker skalieren? Kann ich mehr leisten? Kann ich aus den Kosten dieser Ressource mehr Marge generieren?

Und am Ende ist es dann wie bei dem Beispiel mit den Lkw: Jetzt kann ich all das mit 10 statt mit 13 Lkw erledigen. Entweder muss ich mehr Geschäft finden, damit diese drei Lkw ebenfalls eingesetzt werden, oder, wenn ich das Maximum erreicht habe, brauche ich die drei Lkw eben nicht.

Also: passend dimensionieren am Ende der Reise. Gehen Sie nicht mit dem Gedanken hinein: Hey, ich kann meine Belegschaft von 10 auf 2 reduzieren. Sie werden scheitern, weil das Ihre Denkweise darüber verändert, wie Sie KI implementieren.

Und KI behebt auch nicht das, was wir gerade hier tun. KI kann das nicht gut. Überall dort, wo es um die Verbindung zwischen Menschen geht, müssen Menschen Teil des Prozesses bleiben. Es gibt einen Grund, warum das Buch mit People, Places and Things betitelt ist. Menschen haben Priorität. Konzentrieren Sie sich darauf. Und dann am Ende, wenn Sie den Zugewinn erzielt haben, dimensionieren Sie von dort aus passend.

James Sweetlove: Richtig. Nein, ich schätze diese Perspektive wirklich sehr, denn ich teile diese Sichtweise persönlich ebenfalls. Man kann nicht einfach alle in einem Unternehmen ersetzen. Das ist nicht möglich.

Evan J Schwartz: Ja. Und wir sehen große Unternehmen, die so früh mit voller Kraft darauf gesetzt haben, und sie fahren es jetzt wieder zurück. Und jetzt zahlen sie mehr dafür, diese Ressourcen zurückzuholen, als wenn sie es von Anfang an einfach sauber durchdacht hätten.

James Sweetlove: Richtig, definitiv. Ja, ich habe dazu einige Beispiele in den Nachrichten gesehen. Es hieß dann im Grunde: Oh, okay, wir haben einen Fehler gemacht. Aber ich denke, es ist gut, wie Sie sagen, dass Unternehmen das anerkennen und nicht – es ist nicht dieser Fehlschluss versunkener Kosten, bei dem sie sagen: Nun, wir sind schon zu weit gegangen, also ziehen wir das jetzt einfach weiter durch.

Sie haben vorhin einen Begriff erwähnt, den ich gern noch ansprechen würde, weil die Leute damit vielleicht nicht vertraut sind. Könnten Sie also ganz kurz erklären: Was ist ein ERP, und welche konkrete Rolle spielt es?

Evan J Schwartz: Ja, also ERP – da haben Sie recht –, das ist ein Begriff, der in verschiedenen Zusammenhängen verwendet werden kann. Ich habe manche Leute sogar sagen hören, dass ihr CRM oder ihr Vertriebs- und Kundenbeziehungsmanagement-System ein neues ERP sei.

Für uns ist ein ERP ein System zur digitalen Transformation, das einen wesentlichen Teil Ihres Unternehmens trägt. Ob das nun das Finanz- und Rechnungswesen-Backend ist, Ihr CRM oder das, was traditionell als ERP bezeichnet wird, also Ihr operatives System. Es ist Ihre Managementebene, richtig? So arbeitet Ihr Unternehmen.

Nicht unbedingt – es würde auch damit verbunden sein, wie Sie Ihren Vertrieb abwickeln, wenn Ihr Unternehmen einen Vertriebsanteil hat. Die meisten Unternehmen haben irgendeine Seite davon, und es ist mit Ihrer Finanz- und Buchhaltungskomponente verbunden, sofern es nicht selbst Finanz- und Buchhaltungsfunktionen enthält.

Wo man viel Reibung und auch viele Fehlschläge bei einigen ERP-Systemen sieht, ist dort, wo Buchhaltungssysteme anfangen, zusätzlich auch die operative Steuerung übernehmen zu wollen. Denn aus ihrer Perspektive sieht das einfach aus. Und dann erkennen sie plötzlich: Nun ja, wir haben ein Buchhaltungssystem gebaut.

Ein gutes Beispiel: In vielen dieser Branchen brauche ich dieses Material hier. Ob wir bereits eine Vereinbarung unterschrieben haben, ist für mich zunächst nicht das Wichtigste. Sie und ich haben uns per Handschlag geeinigt, und ich brauche dieses Material. Ich brauche dieses Holz, damit dieses große Sägewerk weiterläuft, denn es kostet mich eine Million Dollar pro Stunde, wenn es nicht läuft. Also bringen Sie es her, wir klären das schon. Lassen Sie uns einen Preis vereinbaren, und wir erfassen es einfach.

Die meisten Buchhaltungssysteme erlauben es Ihnen nicht einmal, so etwas ohne Dokument, Vertrag oder Vereinbarung im System anzulegen. Operative Systeme müssen sich daher mit der Geschwindigkeit des Geschäfts bewegen. Sie müssen agil sein. Sie dürfen keine starren, fest verdrahteten Regeln haben. Sie brauchen flexible Regeln, die es Menschen erlauben, vor Ort Entscheidungen zu treffen. Den Leuten an der Front.

Buchhaltungssysteme können das meist nicht gut.

In meinem Verständnis erstreckt sich ERP also über die gesamte Landschaft, richtig? Überall dort, wo Sie eine Software einsetzen, um Ihr Unternehmen zu steuern – sei es im Vertrieb, im operativen Bereich oder im Finanzbereich –, umfasst es viele dieser Bereiche. Und die Unterscheidungen ergeben sich dann daraus, was das jeweilige Tool tatsächlich tut.

Aber im Kern ist es ein Projekt zur digitalen Transformation, das einen großen Teil Ihres Unternehmens betrifft.

James Sweetlove: Ergibt absolut Sinn. Aber danke für die Klarstellung. Ich denke, es ist gut zu wissen, aus welcher Perspektive Sie das sagen.

Gehen wir nun auf einige weitere Dinge ein, die wir vor diesem Gespräch besprochen haben. Sie haben mir einige faszinierende Einblicke gegeben. Die Automatisierung vorausschauender Wartung – darüber haben Sie mit mir gesprochen, und das klang nach einem wirklich spannenden Thema. Möchten Sie etwas näher darauf eingehen, was das ist?

Evan J Schwartz: Ja, also viele Leute nutzen die bisherige Historie eines Fahrzeugs oder einer Maschine – das kann auch eine ortsfeste Anlage sein, wie etwa eine Schleifmaschine oder etwas Ähnliches – und sagen: Wir mussten dieses Gerät zwei- bis dreimal im Jahr warten. Also prognostiziere ich auf Grundlage historischer Erfahrungswerte, dass ich es dieses Jahr ebenfalls zwei- bis dreimal warten muss oder alle sechs Monate.

Machen wir es für Ihre Zuschauer etwas persönlicher. Als ich ein Auto gekauft habe, sagte man mir, ich müsse es alle 3.000 Meilen zum Ölwechsel bringen, richtig? Und wir wissen, dass ein fabrikneues Auto nicht schon nach 3.000 Meilen einen Ölwechsel brauchen sollte, richtig? Nicht bei der heutigen Präzisionsfertigung in diesem Motor. Das ergibt keinen Sinn.

Aber diese Maschinen sind auch Ertragsbringer. Sie laufen nicht einfach nur um des Laufens willen, und sie sind auch nicht bloß versunkene Kosten. Sie erzeugen Wert.

Stellen Sie sich also vor, Sie könnten einfach eine Ölprobe entnehmen, wie bei einem Bluttest, diese durch einen KI-Rechner laufen lassen, und dieser sagt: Okay, auf Grundlage dieser Faktoren sollten Sie entweder anfangen, dieses Ding zu verkaufen. Vielleicht haben Sie das Ende der Abschreibungsdauer noch nicht erreicht, aber Sie haben diese Maschine stark beansprucht. Sie wird Ihnen ausfallen. Meine Empfehlung ist also: verkaufen und neu kaufen.

Oder aber: Diese Maschine läuft hervorragend. Es gibt keinen Grund, sie außer Betrieb zu nehmen. Wir können eine Wartung auslassen, richtig? Dadurch müssen Sie bei einigen Ihrer sehr teuren Anlagen nicht mehr raten.

Und wie ich schon bei diesen Lkw sagte: Jedes einzelne dieser Fahrzeuge – ob im Abfall- und Recyclingbereich oder anderswo – nimmt etwas auf, fährt irgendwohin, holt etwas ab und liefert es aus. Und das ist eine Lieferung von Wert.

Wenn ich weiß, dass dieses Fahrzeug nicht gut läuft und es sich um Transport handelt, dann sind wir wieder bei der Rückwärtslogistik. In der Branche gibt es den Spruch, dass Schrott keine weiten Wege mag. Jede Meile, die Sie Schrott transportieren müssen, frisst Ihnen einfach Marge weg, richtig? Daher muss dieses Fahrzeug so effizient wie möglich laufen.

Ein gut gewartetes, gut geschmiertes Fahrzeug läuft wesentlich effizienter und verbraucht deutlich weniger Kraftstoff als eines, das hinten schwarzen Rauch ausstößt oder während der Fahrt schleift und knirscht. Es wird deutlich mehr Kraftstoff verbrauchen.

Also geben wir Ihnen die Möglichkeit, all diese Telemetriedaten von Ihren Maschinen zu erfassen – egal ob Schleifmaschine, Fahrzeug oder irgendein anderes fest installiertes Asset mit beweglichen Teilen –, Ihnen genau zu sagen, was darin vor sich geht, und Ihnen die Grundlage für eine Entscheidung zu geben. Verschieben Sie es und holen noch ein paar Tage zusätzlichen Nutzen aus dem Gerät heraus, weil es noch nicht nötig ist? Oder planen Sie lieber, noch bevor es zu einem unerwarteten Ausfall kommt, einen Stillstand ein. Lassen Sie direkt neue Teile bestellen. Dieses Ding fällt aus, dieses Ding fällt aus.

Damit nutzt man AI nicht nur, um sich die Historie eines Fahrzeugs anzusehen, sondern um wirklich zu verstehen, was in diesem beweglichen Teil passiert, in dem Öl benötigt wird – und das ist leistungsstark. Je nach Größe Ihrer Flotte spart es Kunden Hunderttausende, vielleicht sogar Millionen von Dollar, die direkt in die Marge und den freien Cashflow zurückfließen können.

Und das fügt sich in unsere Flottenwartungssoftware als Ganzes ein. Denn sie gibt Ihnen einen globalen Überblick, richtig? Wenn Sie ein großes Unternehmen sind, haben Sie vielleicht 18, 20 oder noch mehr Wartungsbuchten, in die Sie Lkw bringen, und alle sind voneinander getrennt.

Wenn Sie also derjenige sind, dessen Aufgabe es ist, diese Lkw am Laufen zu halten, und Sie eine Wartungsbucht betreuen, dann haben Sie dort einen bestimmten Bestand an Materialien, Teilen und Ersatzteilen. Wenn Sie aber nicht wissen, was in den anderen 20 Wartungsbuchten passiert, dann machen Sie Folgendes: Okay, ich brauche immer zusätzliche Zündkerzen. Also kaufe ich hier zu viel ein, und hier kaufe ich auch noch ein bisschen zu viel.

Und ehe Sie sich versehen, multipliziert sich das über 14 oder 20 Wartungsbuchten hinweg, und Sie haben ein gebundenes Kapital von über einer Million, vielleicht 2 Millionen Dollar pro Jahr, das Sie womöglich gar nicht investieren müssten, weil alle auf Nummer sicher gehen.

Wenn ich aber weiß, dass ich dieses Teil aus Wartungsbucht zwei bekommen kann – die ist am nächsten –, dann muss nicht jede einzelne Wartungsbucht zu viel einkaufen und zu viel lagern. Ich kann das über meine 20 Standorte verteilen und trotzdem dafür sorgen, dass meine Flotte reibungslos läuft. So kann ich intelligenter mit meinen Teilen und Services umgehen.

Außerdem betrachtet AI beim Verbrauch dieser Teile den Verbrauch im Verhältnis zum Alter Ihrer Fahrzeuge und zu den Proben, die wir aus den Motoren entnehmen. So können wir vorhersagen: Über all diese Stichproben hinweg werden sich diese Riemen abnutzen, und Sie haben insgesamt nur X Stück auf Lager – also über alle Ihre Buchten hinweg – und intern nur zwei verfügbar. Vielleicht sollten Sie selbst vier Stück vorab versenden.

Wir machen das also wie Amazon: vorab bereitstellen, weil Ihre Fahrzeuge etwas mehr Probleme haben als zum Beispiel die in Wartungsbucht sechs, acht und neun. Also leihen wir uns welche von dort. Und dann müssen Sie entweder anfangen, Ihre Fahrzeuge zum Verkauf anzubieten und neue anzuschaffen, oder Sie müssen beginnen, diese Teile auf Lager zu halten.

Damit treffen Sie jetzt fundierte Geschäftsentscheidungen auf Basis dessen, was bekannt ist, statt historische Auswertungen zu machen und zu hoffen, dass sich das Muster fortsetzt – denn genau das wird Ihnen zum Verhängnis. Das Muster setzt sich nicht fort. Die Entropie greift. Dinge verschleißen mit der Zeit. Dieses Jahr wird anders sein als das letzte.

Wenn Sie aber Entscheidungen nur auf Basis dessen treffen können, was letztes Jahr passiert ist, dann spekulieren Sie im Grunde. Sie treffen nicht die bestmöglichen Entscheidungen. Genau da entwickelt sich Predictive Maintenance hin: zu deutlich effizienteren Abläufen, Schritt für Schritt.

James Sweetlove: Ja, ich denke, AI präventiv einzusetzen, ist ein großartiger Anwendungsfall. Dinge wie Routenoptimierung – darüber haben wir vorhin gesprochen. Ich finde, das ist ein wirklich faszinierender Einsatzbereich. Schon kleine Änderungen, kleine Anpassungen an der Art und Weise, wie Dinge ablaufen, sparen so viel Geld, und das summiert sich, wie du gesagt hast – es stapelt sich.

Evan J Schwartz: Ja, es potenziert sich, richtig? Die optimierte Route ist eine ideale Route. Dann muss ich in die reale Welt gehen und sie fahren, und dann passieren dort reale Dinge. Je besser ich sicherstellen kann, dass die Stellhebel, die sich negativ auf meine Route auswirken, präventiv adressiert werden, desto besser. Ich kann auf überfüllte Container reagieren, wenn mein Service Abfälle einsammelt, oder Kontamination vermeiden, wenn ich einen Wertstoffstrom erfasse. Ich kann sicherstellen, dass meine Lkw in optimalem Zustand laufen, denn ich habe keine wirklich optimierte Route, wenn mein Lkw 1,6 Gallonen im Verhältnis zu den geschätzten Gallonen pro Meile verbraucht, weil er in schlechtem Zustand ist.

Wenn man all das zusammenführt, steigen die Einsparungen in Dollar wirklich stark an, und man trifft fundierte Entscheidungen. Ihre Logistik- und Dispositionsteams können dann also entscheiden, wie neue Aufträge aufgenommen werden. Vielleicht stellen Sie fest, dass jemand wegen eines Auftrags anruft und Sie bereits ein Fahrzeug ganz in der Nähe haben. Sie können das in die Route, in eine dynamische Route, einfügen, und dann heißt es: Ja, wenn Sie Fahrzeug vier von seiner Route abziehen, um diesen ungeplanten Auftrag zu bedienen, erzielen Sie diesen Umsatz, und die Route wird nur um dieses Maß beeinträchtigt, wenn Sie diese kleinen Anpassungen vornehmen.

Das ist ein kraftvoller Weg, Ihr Geschäft voranzubringen.

James Sweetlove: Und diese Einsparungen können natürlich an den Kunden oder Verbraucher weitergegeben werden, denn die Herstellungskosten oder Betriebskosten können ja offensichtlich steigen.

Evan J Schwartz: Genau. Sie müssen nicht mehr verlangen. Sie können tatsächlich Geld sparen, indem Sie effizienter werden. Das sind großartige Probleme, James – ob ich nun meiner treuhänderischen Verantwortung nachkomme und Dividenden an meine Aktionäre auszahle, oder ob ich in meinem Markt wettbewerbsfähiger werde, weil ich das nahezu zu 80 % der Kosten meines nächsten Wettbewerbers machen kann. Ich werde sie verdrängen und dieses ganze Gebiet beherrschen, weil niemand beim Preis mit mir konkurrieren kann. Das ist ein großartiges Problem.

James Sweetlove: Definitiv. Ich bin bei der Recherche zu diesem Thema auf einen Begriff gestoßen, und es wäre großartig, wenn du darauf eingehen könntest: ESG-Reporting. Was genau ist das? Ich weiß, dass es mit dem zusammenhängt, worüber wir gesprochen haben.

Evan J Schwartz: Ich würde sagen, wenn man sich über die Jahre Nachhaltigkeit und die Rolle von Regierungen dabei ansieht – negative Externalitäten, Compliance-Vorgaben und die Aussage an Unternehmen und Betriebe, dass sie verantwortungsvoll mit der Welt umgehen müssen, in der wir leben. Und Sie werden uns berichten, wie groß Ihr CO2-Fußabdruck ist, wie Ihr Abfallprofil aussieht, wie hoch Ihr Energieverbrauch ist. Und wir werden Sie mit anderen Unternehmen, Ihren Mitbewerbern, vergleichen und fragen: Wie schneiden Sie im Vergleich ab?

Und wenn dabei etwas stark aus dem Rahmen fällt, werden wir Sie auffordern, sich das genauer anzusehen. Warum? Warum verbrauchen Sie drei- bis viermal so viel Energie wie Ihr nächster Vergleichswert? Hier stimmt etwas nicht.

Das entstand zunächst aus dem Bewusstsein heraus, dass wir etwas Gutes für die Umwelt tun müssen – negative Externalitäten, Strafen, Compliance – und das hat etwas bewegt und Aufmerksamkeit geschaffen.

Was wir daraus gemacht haben: Wir haben ESG-Reporting aufgebaut. Wir haben das gesamte System automatisiert, um diese Daten erfassen und Ihnen diese Berichte bereitstellen zu können, damit Sie wissen, wo Ihr Unternehmen steht.

Aber auch hier zahlt sich AI aus. Aus diesem Muster ergab sich, dass AI vorhersagen konnte, wo in Ihrem Unternehmen die höchsten CO2-Werte anfallen. Ganz gleich, worum es geht: In Ihrem gesamten Unternehmen steckt dort Umsatzpotenzial. Das ist ein direkter Indikator für Ineffizienzen – Ihr CO2-Fußabdruck in diesem Bereich.

Deshalb lohnt es sich für ein Unternehmen heute, diese Analyse durchzuführen – nicht nur aus Compliance-Gründen. Denn sie ist ein besserer Indikator dafür, worauf Sie sich konzentrieren sollten, als alles andere, was wir von Business-Analysten gesehen haben, die Ihre Prozesse und Effizienz untersuchen. Verfolgen Sie einfach, wo Ihr CO2-Fußabdruck liegt, und das zeigt es Ihnen. Und dann gehen Sie dort in die Tiefe. Dann holen Sie Ihre Business-Analysten dazu und verstehen: Gut, wie sieht der Prozess hier aus? Was tun wir hier? Und dann bringen Sie AI ins Spiel. Gibt es Muster? Wo kann ich verbessern? Wo kann ich diese hohen CO2-Kosten herausnehmen?

Und dann können Sie diese Marge direkt ins Ergebnis überführen.

Das ist leistungsorientierte Nachhaltigkeit. Was wir sagen, ist: Sie tun das nicht nur – natürlich, Sie sollten es tun, weil es gut für die Umwelt ist, aber wir verstehen auch, dass Sie eine treuhänderische Verantwortung gegenüber Ihren Investoren und eine Verantwortung gegenüber der Gemeinschaft haben, in der Sie tätig sind. Sie können beides. Es muss nicht entweder profitabel oder nachhaltig sein. Und Nachhaltigkeit ist eine reale Sache. Es kommt nur darauf an, wie Sie sie betrachten und wie Sie sie umsetzen, richtig?

James Sweetlove: Wir hatten vor nicht allzu langer Zeit tatsächlich einen Gast hier, der genau das gemacht hat. Also ja, eine faszinierende Folge. Und er hat wirklich einige großartige Punkte dazu angesprochen, wie viel Geld man sparen kann, wenn man in diesem Bereich einfach optimiert.

Ich würde jetzt gern die Richtung ein wenig ändern und über Ihre Arbeit als Adjunct Professor an der Jacksonville University sprechen. Ich weiß, dass Sie dazu einige wirklich interessante Einsichten hatten. Können Sie also erläutern, wie sich die Ausbildung im Programming Engineering seit der Einführung von groß angelegter AI verändert hat?

Evan J Schwartz: Ja, wir beobachten, dass viele Hochschulen beginnen, Studiengänge und Programme in Informatik zurückzufahren, richtig? Wenn es je ein Warnsignal gab, dann ist es das. Im Grunde prognostizieren sie, dass es künftig keinen Programmierjob mehr geben wird – jedenfalls nicht in der Form, wie wir ihn heute kennen.

Durch die Möglichkeit zur Zusammenarbeit mit der Jacksonville University haben wir deshalb einen Kurs entwickelt, denn das wirft die Frage auf: Wenn ich all meine Junior-Entwickler verliere, woher bekomme ich dann Architekten? Daher kommen sie doch normalerweise, oder? Sie programmieren eine Zeit lang, werden besser in ihrem Job und werden dann zu Architekten. Und dieser Bedarf ist nicht verschwunden. Wir brauchen sie weiterhin. Wir brauchen nach wie vor Menschen, die Systeme ganzheitlich betrachten und sicherstellen können, dass wir solide Architekturprinzipien einhalten.

Das gibt es also weiterhin. Es ist, als würde man sagen, wir bräuchten keine Architektur mehr. Doch, die braucht man. AI ist noch lange nicht in der Lage, diese Lücke zu schließen.

Also haben wir einen Kurs durchgeführt, um zu verstehen, woher diese Leute künftig kommen sollen, und die Frage lautete: Muss man Hunderttausende Zeilen Code tippen, um Architekt zu werden, oder kann man in dieser Welt auf andere Weise Architekt werden?

Ich stelle das einmal kurz zurück und übertrage es auf etwas, das für das allgemeine Publikum vielleicht greifbarer ist.

Ein künstlerischer Fotograf, also jemand, der beruflich Fotos macht und sie in Museen ausstellt, fragte sich, ob sein Job erledigt sei. Also setzte er sich mit einer AI hin, machte einfach ein Selfie von sich selbst – wir sind ja nicht erfunden, also sah es auch wie wir aus – und gab ihr ein paar Anweisungen. Zurück kam dieses emotional wirkende Porträt von ihm: Kontrastlicht, herabtropfendes Wasser, einfach unglaublich.

In diesem Moment war er niedergeschlagen. Er dachte: Ach, ich bin arbeitslos. Und er ging weg.

Nachdem er ungefähr eine Stunde Abstand gewonnen hatte, war das wahrscheinlich das Klügste, was er tun konnte. Ihm wurde klar, dass er der AI immer noch den Linseneffekt vorgeben musste. Er musste weiterhin die Umgebung und das Licht beschreiben. Er musste all das einbringen – alles, was heute in einer Kamera steckt und Einfluss darauf hat, wie dieses Bild am Ende aussieht. All das musste er der AI beschreiben.

Was ihm also klar wurde: Das Einzige, was sich verändert hatte, war die Kamera. Die eigentliche Arbeit musste er immer noch leisten.

Und das sage ich den Leuten ständig. Wir sagen, wir „wählen“ eine Telefonnummer. Seit Jahrzehnten hat niemand mehr eine Nummer tatsächlich gewählt, und trotzdem benutzen wir noch immer dieses Wort, richtig? Niemand wählt mehr.

Und was er damit zeigt, ist: Man muss Fotografie weiterhin lehren. Man muss die Kunst weiterhin verstehen und wissen, wie man das Licht setzt, wie man einen Schirm davor platziert, wie man Rauch einbringt und all diese Dinge. All das muss man nach wie vor lehren. Ich muss nur nicht mehr physisch eine Bühne aufbauen, alle Stative aufstellen und das Licht sowie die Effekte einrichten, um zu diesem Bild zu kommen. Ich nutze einfach AI.

Meine Iterationen auf Basis dieses Prinzips gehen viel schneller, weil ich die Ergebnisse eines Linsentyps oder eines bestimmten Lichtreflexes sehr schnell sehen kann. Wo ich in einem echten Studio vielleicht ein oder zwei Iterationen pro Tag schaffen würde, kann ich mit einem brandneuen Schüler an einem Tag 50 solcher Iterationen erreichen. Diese Begriffe zu lernen – sie lernen sie einfach anders.

Gut, und wenn wir jetzt wieder zu Architektur und Programmierung zurückkehren: Das nennt man Vibe Coding. Man arbeitet mit einer AI, die den Code generiert, aber man steuert sie weiterhin.

Und wir erkennen, dass sich die Rolle des Entwicklers und des Architekten verbreitert. Das sieht man übrigens in den unterschiedlichsten Branchen. Die Menschen werden wieder Generalisten.

Vielleicht bist du zu jung, um dich an die Achtziger zu erinnern, aber damals, vor SaaS und vertikaler Software, konnte man nicht einfach etwas aus dem Regal nehmen und ein Teil kaufen, das genau diese Aufgabe erfüllt. Unternehmen mussten solche Dinge intern bauen, und meist gab es einen Generalisten im Team – irgendeinen Onkel, Cousin, Neffen, irgendjemanden, den man kannte, der ein Computer-Nerd war und diese Dinge irgendwie zusammengebastelt hat, und niemand durfte sie anfassen.

Dann hieß es immer: Bob musst du anrufen. Bob ist der Einzige, der weiß, wie das Ding funktioniert, richtig? Und er war in vielen Bereichen gut, aber nirgends ein echter Experte. Und er hat das Ganze irgendwie zusammengeflickt.

Genau das sehen wir jetzt wieder. Und wenn wir uns an den Umweltkundeunterricht in der siebten Klasse erinnern, wo man uns sagte, dass in der Natur Spezialisten aussterben und Generalisten überleben, dann erleben wir das gerade in Echtzeit.

In der Welt von AI ist es wichtig, ein bisschen oder auch viel über vieles zu wissen, aber man will kein Experte für nur eine Sache sein. Lass AI diese Last für dich tragen.

Und dieser Kurs hat das perfekt gezeigt. Wir haben die Klasse in Junior-Entwickler ohne Grundlagen, Studenten im ersten oder zweiten Jahr, die die Grundlagen verstanden, aber noch kaum praktische Erfahrung und wenig Programmiererfahrung hatten, und dann in Senioren aufgeteilt, die schon viel programmiert hatten.

Die Senioren hatten massiv zu kämpfen. Sie arbeiteten gegen die AI. Sie waren sehr wertend und mochten nicht, was sie machte. Die Juniors hatten nicht genug Vorwissen, um die Abstraktionen zu würdigen, die wir mit dem Vibe Coding erreichen wollten. Sie wussten nicht gut genug, wie „gut“ aussieht, um dorthin zu kommen.

Die Leute in der Mitte, mit ein wenig Grundlage, konnten die Black Box schätzen. Sie konnten etwas hineingeben, ein Ergebnis erhalten, es anschauen, zurückgehen, es erneut versuchen und einfach iterieren, iterieren, iterieren, bis sie zu einer guten Lösung kamen. Und ihnen gefiel, wie einfach sich das Produkt verändern ließ.

Wenn also meine erste Iteration monolithisch rund um APIs aufgebaut war und funktioniert hat, ich dann aber feststelle, dass ich inzwischen 100.000 Kunden habe, aber nur für 10.000 gebaut hatte und nun eine SOA brauche oder meine APIs aufteilen muss, dann konnte ich einfach zurückgehen, es der AI sagen, und sie hat das Ganze neu aufgebaut.

Diese Generalisten in der Mitte werden also erfolgreich sein. Und das verändert die Art, wie wir Menschen ausbilden müssen. Wir müssen Themen, Konzepte und Abstraktionen lehren und ihnen dann beibringen, wie sie AI nutzen, um in die Tiefe zu gehen. Lass AI diese Last für uns tragen.

Für mich ist das etwas sehr Spannendes. Und ich glaube, wenn wir noch weiter zurückgehen, also vor die Hochschulbildung, in die Klassen eins bis zwölf, dann könnten wir in eine neue Renaissance eintreten, oder?

Ich habe darüber einen Forbes-Artikel geschrieben, weil ich es bei meinem jüngsten Kind gesehen habe. In der ersten Klasse nur Einsen. In der dritten, vierten Klasse einfach großartig. Aber ungefähr in der vierten Klasse hörte er auf, sich wirklich anzustrengen, weil er ohnehin schon auf der Ehrenliste stand. Er war ja schon gut genug. Wenn ich jetzt noch Risiken eingehe, verliere ich doch nur meinen Status. Warum sollte ich also Risiken eingehen? Also setzte er von da an auf Sicherheit. Konstanz und Wiederholbarkeit waren alles, worauf er aus war. Keine Risiken, nichts Neues ausprobieren.

Im Grunde wird genau das – und wir nennen es kindlich, aber ich wünschte, es wäre uns allen angeboren – diese Furchtlosigkeit, etwas auszuprobieren, ohne sich Sorgen zu machen, ob es scheitert, einfach zu sehen, was wir daraus lernen können, unseren Kindern etwa ab der vierten Klasse ausgetrieben. Das ist eine schreckliche Art zu lernen. Sie wollen einfach ihren Gipfel ihres jeweiligen Status erreichen und hören dann auf, es weiter zu versuchen. Es gibt nichts mehr zu gewinnen, und unendlichen Status kann man nicht schaffen.

Wenn wir also die Last wiederholbarer Exzellenz an AI delegieren und uns selbst dieses ständige iterative „Lass es uns versuchen“ bewahren würden – du sagst, es ist nicht möglich, dann schauen wir mal. Schauen wir, warum es nicht möglich ist. Vielleicht deckt das etwas auf und ermöglicht uns, auf einem anderen Weg dorthin zu gelangen.

Ich kann dir jetzt schon sagen: Die Dinge, die wir bei AMCS tun, hielt vor gerade einmal fünf Jahren noch niemand für möglich. Vor nur fünf Jahren. „Das geht nicht. So kann man kein Geld verdienen.“ Wirklich? Denn genau das tun wir jetzt jeden Tag, den ganzen Tag, richtig?

Es brauchte also nur die Bereitschaft, die Wette einzugehen und es anzugehen. Aber wir zerstören diese Kreativität bei unseren Kindern, zumindest hier in den USA. Und ich hoffe, dass das bis in die öffentliche Bildung hineinwirkt, sodass wir eine ganze Generation furchtloser, kreativer Lernender heranbilden, die mehr am Versuch und an dem interessiert sind, was wir daraus lernen, als daran, recht zu haben oder einen Status zu erreichen.

Ich erinnere mich noch daran, wie mein Lehrer sich beschwerte, man müsse Mathematik schriftlich machen, weil man nicht überall einen Taschenrechner dabeihaben werde. Nun, ich habe überall, wo ich hingehe, einen Taschenrechner in der Tasche. Diese Art von Mathematik mache ich schon lange nicht mehr. Eigentlich nie.

Ob das gut für uns ist oder nicht, darüber wird wohl jemand entscheiden müssen, der klüger ist als ich. Aber die Realität ist: Ich glaube, es kann für die nächste Generation eine positive Erfahrung sein – aber wir müssen uns dafür entscheiden, James.

Ich höre all diese Stellvertreterargumente für den bevorstehenden Untergang, als würde das Leben einfach über euch hereinbrechen. Als würde AI etwas stehlen. Nein, das ist eine Entscheidung. Wir dürfen das entscheiden. Du kannst dich für den Untergang entscheiden oder für eine sehr helle Zukunft, und diese helle Zukunft –

Der einzige Unterschied ist also, dass es nicht genug von uns gibt, die da draußen ein Bild davon zeichnen, wie diese strahlende Zukunft aussieht und welcher Weg dorthin führt. Das ist das einzige Problem. Alle verbreiten Untergangsstimmung. Davon gibt es also schon genug. Ihr braucht nicht noch einen weiteren davon.

Ich versuche daher zu vermitteln: Das hier ist der bessere Ansatz für KI. Es ist eine Mensch-plus-KI-Strategie. Selbst wenn Elon von Robotern für alle und Überfluss spricht – wofür macht man das alles, wenn nicht für Menschen? Warum? Warum sollte ich unbegrenzt Mais anbauen, wenn es keine Menschen gibt? Warum sollte ich unbegrenzt viele Roboter bauen, wenn es keine Menschen gibt? Wofür mache ich das?

James Sweetlove: Richtig. Da stimme ich definitiv zu.

Und es ist interessant, denn dieser Generalisten-Aspekt gilt nicht nur innerhalb der KI, sondern für die Wirtschaft insgesamt. Ich habe sogar in den letzten Jahren bemerkt, wie stark sich das verändert hat. Vor vielleicht vier oder fünf Jahren hatten die Menschen, wie du gesagt hast, eine ganz bestimmte Rolle im Unternehmen. Heute haben die Leute ungefähr vier bis fünf Rollen. Jeder trägt mehrere Hüte. Man muss anpassungsfähig sein, um sich überhaupt halten zu können.

Evan J Schwartz: Ja. Der Generalist wird überleben. Heute habe ich gesehen, wie Unternehmer ein Startup auf einen Umsatz von mehreren zehn Millionen gebracht haben, und im Unternehmen waren nur zwei Personen. Das wäre vor einem Jahrzehnt auf diesem Niveau noch undenkbar gewesen. Und mit der Kraft von KI, Tools und Automatisierung, alles miteinander verknüpft, ist das heute absolut machbar.

James Sweetlove: Klar. Es gibt noch ein paar Dinge, über die ich wirklich gern sprechen würde, aber unsere Zeit wird langsam knapp. Nur ganz kurz, damit die Leute einen Eindruck bekommen: Möchtest du uns ein bisschen über deine Rolle im Forbes Technology Council erzählen und dein Buch kurz ansprechen?

Evan J Schwartz: Ja, also beim Forbes Technology Council – Forbes hat verschiedene solcher Councils – geht es im Grunde darum, Menschen aus dem Technologiebereich miteinander zu vernetzen. Meine Aufgabe ist es, Gespräche zu führen. Vieles von dem, worüber ich gerade mit dir spreche, wird im Forbes Technology Council intensiv diskutiert. Und ich liebe das. Ich liebe die Gespräche, die dort stattfinden. Ich liebe die Tatsache, dass irgendwie alle dasselbe sehen.

Einige sind über eine Reihe von Bauchlandungen und schmerzhaften Erfahrungen dorthin gelangt. Manche von uns sind dort angekommen, indem wir versucht haben, diesen Weg direkt selbst zu bahnen. Aber es ist ziemlich klar, dass die CIOs und CTOs weltweit, die Teil dieser Community sind, alle dasselbe sehen. KI ist kein Allheilmittel. Man wird Menschen damit nicht ersetzen. Man braucht starke Anwendungsfälle.

Deshalb begeistert mich dieses Ökosystem sehr, weil es sich über ein breites Spektrum der Wirtschaft erstreckt.

Und noch einmal: The People, Places and Things – das ist die Customer Journey. Das Buch beantwortet also im Grunde die Frage: Warum sollte man mir zuhören? Es ist meine Geschichte von meinem ersten Tag bis heute. Und die Customer Journey ist das zugrunde liegende Framework.

Wenn ihr also kurz vor einer großen ERP-Einführung oder einer digitalen Transformation steht, empfehle ich euch dringend, euch das Buch zu besorgen und eine Kopie des Customer-Frameworks zu holen, damit ihr wisst, was zu tun ist, um sicherzustellen, dass euer Projekt erfolgreich ist.

Wenn ihr mitten in einem Albtraumprojekt steckt und komplett vom Kurs abgekommen seid, macht euch keine Sorgen. Es ist noch nicht alle Hoffnung verloren. Ihr könnt das Buch wahrscheinlich sogar überspringen und direkt zum Customer-Framework gehen. Findet heraus, wo ihr steht. Diese 10 Phasen: Ich bin hier, und ich hänge wahrscheinlich einfach fest und drehe mich im Kreis. Großartig, springt genau dort rein und schaut nach, denn ich sage euch: Am Anfang jeder Phase solltet ihr bestimmte Dinge haben, wenn ihr in dieser Phase seid. Ich habe diese Dinge nicht. Geht eine Phase zurück, holt sie euch, geht noch eine Phase zurück und arbeitet euch dann wieder nach vorn, um euer Projekt zurück auf Kurs zu bringen.

Es lässt sich retten. Das ist die Botschaft, die ich euch mitgeben würde. Der einzige Grund, warum Menschen in Projekten Abschreibungen vornehmen, ist, dass sie nicht wissen, wie sie aus diesem Sich-im-Kreis-Drehen herauskommen.

Also: Ihr könnt da rauskommen, ihr könnt es retten, aber holt euch die Customer Journey. Sie führt euch hindurch, selbst wenn ihr – selbst wenn alle Hoffnung verloren scheint – werft einen Blick darauf. Ich denke, sie wird euch ins Ziel bringen.

James Sweetlove: Fantastisch. Vielen Dank, Evan. Es war faszinierend. Vielleicht müssen wir noch eine weitere Folge davon machen, denn ich hatte noch ungefähr fünf weitere Themen aufgeschrieben, die ich besprechen wollte. Also ja, ich weiß deine Zeit zu schätzen, und danke für das Gespräch.

Evan J Schwartz: Es hat mir Spaß gemacht. Danke, James.

James Sweetlove: An alle, die zuhören: Danke, dass ihr eingeschaltet habt, und kommt beim nächsten Mal wieder für einen weiteren Gast.